基于PCA的多模式辨識及性能評估方法的研究.pdf

1、本文研究的主要內容是將PCA技術運用于間歇過程多模式的劃分及控制器的性能評估。間歇過程生產的往往是一些復雜、精細的產品，其整個生產過程需要多個操作模式的控制才能完成，如何正確的區(qū)分各個模式以及各模式之間的過渡階段是非常重要的;劃分好模式后，每個模式往往又存在多種控制器的設計方法，要選用控制性能更好的控制器就要對每個控制器進行性能評估。
　　首先，介紹了當前工業(yè)過程中常用的多變量統(tǒng)計方法，其中主要介紹了PCA方法。因為PCA只能處理

2、多元正態(tài)分布的情況，在有部分變量不服從正態(tài)分布時，單獨采用PCA不能很好的解決問題。本章提出了PCA結合ICA的改進方法來處理這種情況，最后通過仿真驗證了該方法的正確性。
　　然后，介紹了多模式間歇過程的模式辨識及劃分。首先介紹了當前主流的多變量統(tǒng)計方法及多模式間歇過程的劃分方法。傳統(tǒng)的多模式間歇過程劃分方法要么無法實現(xiàn)軟劃分，要么過于復雜，不利于在線應用的快速性要求。結合以上問題，提出了一種新的基于PCA的多模式間歇過程劃分方法

3、。先是利用PCA對三維間歇數(shù)據矩陣沿時間軸建立K（表示K個采樣時刻）個PCA子模型，然后把主角度這一比較子空間相似度的方法移植到主元模型的比較當中來，把整個間歇過程劃分為不同的穩(wěn)定階段（即模式）和過渡階段。仿真結果表明了該方法的有效性和實用性。
　　最后，是控制器的性能評價方法。介紹了當前應用較廣泛的最小方差基準，最小方差準則對控制系統(tǒng)的性能分析提供了一個的參考基準，僅需要過程的常規(guī)操作數(shù)據和時間延遲特性。然而最小方差準則對輸出變